انسان ها در تعامل با روبات ها چقدر ریسک گریز هستند؟

هنگام پیمایش در یک محیط شلوغ، مردم چگونه دوست دارند با ربات ها تعامل داشته باشند؟ و رباتیک‌ها باید از چه الگوریتم‌هایی برای برنامه‌ریزی روبات‌ها برای تعامل با انسان‌ها استفاده کنند؟

اینها سوالاتی هستند که تیمی از مهندسان مکانیک و دانشمندان کامپیوتر در دانشگاه کالیفرنیا سن دیگو در مطالعه‌ای که اخیراً در کنفرانس بین المللی رباتیک و اتوماسیون (ICRA) 2024 در ژاپن.

Aamodh Suresh، نویسنده اول این مطالعه، که دکترای خود را دریافت کرد، گفت: “از نظر ما، این اولین مطالعه ای است که ربات هایی را بررسی می کند که درک انسان از خطر را برای تصمیم گیری هوشمندانه در محیط های روزمره استنباط می کنند.” در گروه تحقیقاتی پروفسور سونیا مارتینز دیاز در گروه مهندسی مکانیک و هوافضا UC San Diego. او اکنون یک محقق فوق دکتری برای آزمایشگاه تحقیقاتی ارتش ایالات متحده است.
آنجلیک تیلور، نویسنده دوم این مطالعه، که دکترای خود را دریافت کرد، گفت: «ما می‌خواستیم چارچوبی ایجاد کنیم که به ما کمک کند درک کنیم که انسان‌ها در تعامل با روبات‌ها چقدر ریسک‌گریز هستند یا نه. در گروه علوم و مهندسی کامپیوتر در UC San Diego در گروه تحقیقاتی پروفسور Laurel Riek. تیلور اکنون در دانشگاه Cornell Tech در نیویورک مشغول به تحصیل است.

این تیم به مدل‌هایی از اقتصاد رفتاری روی آوردند. اما آنها می خواستند بدانند از کدام یک استفاده کنند. این مطالعه در طول همه‌گیری انجام شد، بنابراین محققان مجبور شدند یک آزمایش آنلاین برای دریافت پاسخ خود طراحی کنند.

آزمودنی‌ها – عمدتاً دانشجویان STEM در مقطع کارشناسی و کارشناسی ارشد – یک بازی را انجام دادند که در آن به عنوان خریداران اینستاکارت عمل می‌کردند. آنها برای رسیدن به راهروی شیر در یک فروشگاه مواد غذایی بین سه مسیر مختلف انتخاب داشتند. هر مسیر می تواند از پنج تا 20 دقیقه طول بکشد. برخی از مسیرها آنها را به افراد مبتلا به کووید نزدیک می کند، از جمله مسیری که مورد شدید دارد.

مسیرها همچنین سطوح خطر متفاوتی برای سرفه شدن توسط فردی مبتلا به کووید داشتند. کوتاه‌ترین مسیر افراد را با بیمارترین افراد در تماس قرار می‌دهد. اما خریداران برای رسیدن سریع به هدفشان پاداش گرفتند.

محققان از دیدن اینکه مردم به طور مداوم پاسخ های نظرسنجی خود را دست کم می گرفتند که نشان دهنده تمایل آنها به خطر قرار گرفتن در مجاورت خریداران مبتلا به کووید-19 است، شگفت زده شدند. سورش گفت: “اگر پاداشی در آن باشد، مردم بدشان نمی آید که ریسک کنند.”

در نتیجه، برای برنامه‌ریزی روبات‌ها برای تعامل با انسان، محققان تصمیم گرفتند بر نظریه چشم‌انداز، کلاس اقتصاد رفتاری توسط دانیل کانمن، که برنده جایزه نوبل اقتصاد برای کارهایش در سال 2002 شد، ایجاد شد. این تئوری معتقد است که افراد ضرر و زیان و سود را در مقایسه با نقطه مرجع وزن می کنند.

در این چارچوب، افراد بیش از آنکه احساس سود کنند، احساس ضرر می‌کنند. بنابراین، برای مثال، افراد ترجیح می‌دهند به جای شرط‌بندی روی چیزی که 50 درصد احتمال دارد 1100 دلار برنده شوند، 450 دلار دریافت کنند. بنابراین، افراد در این مطالعه به جای سنجش خطر احتمالی ابتلا به کووید، بر دریافت پاداش برای تکمیل سریع کار تمرکز کردند، که مسلم بود.

محققان همچنین از مردم پرسیدند که چگونه می‌خواهند روبات‌ها مقاصد آنها را بیان کنند. پاسخ‌ها شامل گفتار، حرکات، و صفحه‌های لمسی بود.

در مرحله بعد، محققان امیدوارند که یک مطالعه حضوری با گروه های متنوع تری از افراد انجام دهند.

یافته‌ها منتشر شده‌اند در سرور پیش‌چاپ arXiv.